記号のランダムベクトル化に基づく大規模マルチラベル深層学習法

• 研究課題/領域番号: 24K02993
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分61030:知能情報学関連; 小区分60030:統計科学関連; 合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
• 研究機関: 東京大学
• 研究代表者: 林 克彦 東京大学, 大学院総合文化研究科, 准教授 (50725794)
• 研究分担者: 宮尾 祐介 東京大学, 大学院情報理工学系研究科, 教授 (00343096) ; 上垣外 英剛 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (40817649)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円); 2026年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円); 2025年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円); 2024年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
• キーワード: ブルームフィルタ / 深層学習 / マルチラベル分類 / データベース

研究開始時の研究の概要

本研究課題では、大規模な出力ラベル集合を扱う深層学習モデルの計算効率化に関する課題について取り組む。特に、ベクターシンボリックアーキテクチャに基づいた計算効率化の方法論を研究する。具体的には、① 提案する方法論の有効性検証、② 学習に適したVSAモデルの提案、③ 階層構造など複雑なラベル構造のモデル化、④ 大規模なデータ上での有効性検証、という4つの課題に取り組む。